氣象數據可視化應用傳播＊

李雨謙，范進進，王美月

（湖北省公眾氣象服務中心，湖北武漢 430074）

目前，數據可視化理念和技術已經在越來越多的領域得到廣泛應用，并且在抽象數據信息的分析、表達、傳達等方面表現出獨有的優越性[1]。氣象數據可視化是將復雜、抽象、離散的氣象數據，轉化為直觀、生動的圖形或動畫產品，所有數據處理和呈現都是為了服務社會公眾，讓公眾宏觀了解一個地區、一段時期內的天氣特點及氣候變化規律等，增加了趣味性和可讀性，讓氣象數據變得有溫度、可交互[2-4]。

隨著人們對氣象信息的需求不斷增長，如何將氣象信息圖片化、視頻化成為公眾氣象服務的重點和難點之一，將復雜的氣象數據及背后蘊含的氣象科學通過各種可視化手段運用在公眾氣象服務業務中，有利于人們對天氣、氣候產生更加直觀、深刻的理解。本文結合業務工作實際，闡述了氣象數據在公眾服務產品中可視化呈現的常規步驟和方法。

1 可視化數據分析

在日常氣象服務工作中，需要向公眾展示氣溫、降水、風力、能見度等天氣實況，通過預報數值變化反映天氣發展趨勢，通過歷史氣象數據反映極端天氣的程度、氣候變化規律等。對這些數據進行可視化處理之前，首先需要用對比分析、分組分析、分布分析、結構分析等方法來分析數據特點，提煉產品主題。

1.1 對比分析法

將2 個或2 個以上的氣象數據進行比較，分析它們的差異，從而揭示這些數據所代表的天氣特征。該方法可直觀地展現不同地區、不同時間的天氣變化或差距，還可以準確、量化地表示這種變化或差距的大小。

對比分析實質上是基于參照物得出的一個相對關系，參照物的選擇則決定了得出結論質量的高低。對比分析法的特點為簡單、直觀、量化，在可視化中可進一步細分為空間對比、時間對比、指標對比等。

1.1.1 空間對比分析

在同一時間條件下，對不同地區的同一類氣象數據進行比較，這些地區（氣象站點）既可以是連續的，也可以是離散的，常用來呈現地區之間的天氣、氣候差異。如夏季高溫天氣時，可對比某個階段內站點間的最高氣溫、高溫日數等，也可以分析統計各站點常年平均高溫數值、高溫日數及極端高溫數值等數據，通過對空間數據的對比來反映該地區涼熱分布特點。

1.1.2 時間對比分析

對同一區域取不同時段的氣象數據進行對比分析，用于揭示該地區天氣、氣候變化。短時間的取值常用于反映天氣特點，如某地一周的氣溫變化、一個月的降水變化等，最為關鍵的是時態數據可視化有一個起點和一個終點；長時間取值可在一定程度上反映該地區氣候變化及規律。以梅雨為例，通過某年的降水量、降雨過程、梅雨期長度等數據，可反映當年的梅雨天氣特點。若分析對象是常年梅雨期長度、降水量等數據，通過對比可以呈現該地區梅雨逐年強弱變化，甚至反映氣候變化背景下梅雨有哪些變化趨勢。

1.1.3 指標對比分析

綜合運用統計學、氣象學中的一些指標來進行數據分析，常運用某個特定時段或者某類氣象統計數據如最大值、最小值、平均值等進行對比分析，用于反映一些極端天氣的量級、分布，或者某種特殊天氣的屬性特征。

指標分析方法可分為靜態比較和動態比較分析。靜態比較，也叫橫向比較，是同一時間條件下不同指標比較。動態比較，也叫縱向比較，是不同時期指標數值的比較，反映其發展水平和速度的變化規律，如年代季節長度分析。

1.2 分組分析法

分組分析法是指通過統計分組的計算和分析來認識所要分析對象的不同特征、不同性質及相互關系的方法。分組分析法是通過研究對象內部結構的差異，進行定量或定性分析，以便找到事物的發展規律，正確發現、分析和解決問題。

分組的目的是便于對比，把性質相同的對象合并在一起，進一步來揭示內在的數量關系，例如根據氣象數據的特征，按照一定的標準把數據計算劃分為不同的部分和類型來進行研究和展示，用以揭示內在的氣候規律和氣候特征，并幫助人們更好地理解和分析信息。

1.3 分布分析法

數據分布是將不同地區某類氣象統計數據以圖形的方式直觀表現，可以從以下3 個方面進行測度和描述：①分布的集中趨勢，反映各數據向其中心值靠攏或聚集的程度；②分布的離散程度，反映各數據遠離其中心值的趨勢；③分布的形狀，反映數據分布的偏態和峰態。

利用數據分布分析法直接查看數據分布特征，是數據可視化最為常用的場景之一，如對湖北冬季日平均氣溫距平進行分析對比，可直觀反映當年冬季氣溫冷暖振蕩變化及冷暖程度等特點。湖北冬季平均氣溫距平如圖1 所示。

圖1 湖北冬季平均氣溫距平

1.4 結構分析法

結構分析法是在統計分組的基礎上，計算各組成部分所占比例，進而分析某一總體現象的內部結構特征、總體性質、總體內部結構依時間推移而表現出的變化規律性的統計方法。

結構分析法分析各組部分占總體的比例，屬于相對指標。結構指標=（總體中某一部分/總體總量）×100%。

結構分析法簡單實用，應用繁雜。通過結構分析可以了解總體中某一部分的重要程度，再結合對比分析法分析某一結構指標是增加了還是減少了，使受眾快速了解結構狀況，如某年夏季里高溫預警發布條數中高溫紅色預警信號、高溫橙色預警信號、高溫黃色預警信號分布情況。湖北高溫預警信號條數分析如圖2所示。

圖2 湖北高溫預警信號條數分析

以上各種常見的統計分析方法，都是將若干氣象數據進行比較，分析它們的差異，從而揭示這些數據所代表的天氣特征。統計分析的目的是便于量化和直觀地展現不同地區、不同時間的天氣變化或差距。

2 可視化數據處理

公眾氣象服務中，數據分析結束后，需通過數據可視化將復雜、抽象、離散的氣象數據，轉化為形象、具體、美觀、生動的圖形圖像，以方便公眾閱讀和傳播。數據可視化是借助圖形化的手段，快捷有效地傳達與溝通信息，一般具備準確性、創新性和簡潔性特點。數據可視化處理的方法有許多，不同的表現方法呈現出來的效果也不同。

2.1 面積/尺寸可視化

面積/尺寸可視化是對同一類氣象數據，通過長度、高度或面積加以區別，來清晰地表達不同目標對應目標值之前的比照，使公眾對數據之間的差別一目了然，它不僅僅局限于面積，還包括常用的柱狀、雷達等，常適用于降水量、氣溫數據的對比。制作這類可視化產品時，要注意核算，表達準確的標準和份額。

傳統的柱形圖、餅圖可能會帶來審美疲勞，可嘗試從圖形的視覺樣式上下功夫，常用的方法是將圖形和指標的含義關聯起來。相比于傳統的柱狀和餅狀圖，這樣的表達更加生動形象，如將高溫日數的多少用火苗大小來展現（如圖3 所示），與產品主題更加契合。

圖3 武漢高溫日數統計

2.2 色彩可視化

色彩可視化是給不同的氣象數值賦予不同的色彩，或者不同的亮度，通過這些表達目標值的強弱和粗細，使公眾一眼便可了解哪部分目標數據值更突出，便于快速、整體地了解一個地區的天氣、氣候差異。這種方法最常見于氣溫色斑圖、降水量色斑圖等，也應用于某種氣象指標的空間分布。此方法還常應用在季節進程、指數等級等場景中。如根據站點平均氣溫及季節指標，用不同顏色代表各地不同的季節，通過鮮明的顏色區分，可以讓公眾快速、整體地了解該地區季節分布，并掌握自己所在地區的季節進程情況。

2.3 圖形可視化

在設計指標及數據時，使用有對應實際含義的圖形圖標來結合呈現，會使可視化產品更加生動，更便于用戶理解圖像要表達的主題。

例如在《湖北“凍哭”指數》中，根據氣溫預報，將氣溫降幅轉換成不同的表情圖標，并給予了體感文字描述，突出了氣溫低、天氣寒冷的宣傳主題，把氣溫預報數據可視化處理成為一張生動有趣的圖形產品，更有利于產品傳播。

2.4 地域空間可視化

當目標數據要表達的主題與地域有關聯，并需要突出表現時，一般會挑選地圖為主背景來呈現所有信息點，公眾能夠直觀地了解到全體所有的數據分布情況，同時也能夠依據地理位置快速定位到某一地區來查看詳細數據。

2.5 時態可視化

時態可視化是將氣象數據以線性的方式展示，首先對氣象數據定義一個時間起點和一個時間終點，通過離散圖、曲線、折線等形式，來反映某一氣象指標連續的變化，也就是常見的趨勢圖。該方法常見于表現某一類氣象要素隨時間的變化，例如表現數九寒天期間某地氣溫變化。時態可視化也可以和空間可視化結合使用，展現同個時間點、多個地區同一個氣象指標的離散分布情況，通過排列對比，使公眾能迅速從產品中了解到各地氣象指標的差異性。

3 數據可視化基本原則

3.1 一切以數據說話

發掘氣象數據背后的意義，找尋數據背后的規律和聯系，凝練出來的結論或表達的主題需以實際數據統計和分析結果為準，不提前帶入觀點、結論。

3.2 信息易于理解

可視化產品的設計至少應包含2 個層次：①整體的圖形輪廓，讓公眾能夠快速地了解服務產品所要表達的整體概念；②對重要信息的呈現，能突出重要氣象數據或結論。做出的可視化圖形要易于理解，在顯性化的基礎上越美觀越好，切忌華而不實。

3.3 遵守保密制度

不能在氣象數據可視化產品中發布涉密氣象數據和預測預報信息。

4 結論

隨著氣象信息技術和融媒體的迅猛發展，天氣服務信息的制作發布也需要不斷探索新技術、新形式、新手段，以適應新時代的發展和社會公眾的體驗需求?？梢暬a品在氣象數據新聞、氣象科普宣傳、防災減災宣傳等公眾服務中都得到廣泛應用和傳播。要利用好各類氣象數據，為公眾傳播更有內涵、更有趣味、更有價值的氣象信息，為氣象防災減災、公眾美好生活創造更高價值。